假資訊的危害感知是否影響台灣人民對民主發展的信任

Author

呂岱晏 LU TAI YEN

一、研究背景 台灣現今陷入假訊息亂竄的時代，無論是新聞還是社群媒體，又或者是網路上的各種圖文影音，感覺整個社會都被假資訊淹沒，許多資訊常常不知道是真是假，真實性又有多少。我國與對岸的關係近期緊張的趨勢也漸漸上升，共機擾台的次數頻傳；中國大陸更是透過資訊戰的方式藉由抖音、小紅書等社群媒體平台釋放假訊息、誇大不實的言語或詆毀民主價值的言論對台灣人民進行認知作戰。久而久之即使人民可能不相信該內容，知道訊息可能不為真，但也會對整個民主體系產生懷疑，會認為民主制度無法杜絕假資訊、無法防範未然；不確定感會讓人民慢慢轉變成對民主政治與制度的懷疑，進而削弱信任，並對台灣的民主發展感到悲觀。

二、資料選擇與描述 資料來源：民主基金會2025調查_臺灣民主價值與治理 （觀察值個數N=1,218）。計畫主持人為陳陸輝教授。 我會選擇民主基金會2025的調查資料庫是因為這份問卷的題目設計非常貼近民主政治的核心議題，題目包含了對民主的滿意度、對政府的信任度等等；其中還包含了假訊息、資訊操弄等題目，這是當前台灣民主制度受到嚴峻挑戰的部分，對岸透過認知作戰的方式影響台灣平民老百姓，因此我對這類議題深感興趣，即選擇了此資料庫。此外，此資料庫的問卷是最新的2025版，可以反映目前台灣最真實的民調，所以我選擇這筆資料進行往後的作業操作。

三、研究問題 「假資訊的危害感知是否影響台灣人民對民主發展的信任」 在民主社會中，言論、資訊自由流通，因此公民每天接觸到的資訊量龐大且包羅萬象；他們所接收到的資訊與媒體內容會影響他們對事務、對政治的看法。當假資訊頻繁出現，尤其中國最近對資訊的操弄更為明顯且頻繁，民眾可能會懷疑民主制度能不能確保真實資訊的流通及生活在一個可以理性討論公共事務的環境裡。 DV:台灣人民對民主發展的信任程度(Y) IV:假資訊危害的感知程度(X)

## 作業1把你的想法與語法透過網頁進行溝通
library(haven)
library(dplyr) 

Attaching package: 'dplyr'
The following objects are masked from 'package:stats':

    filter, lag
The following objects are masked from 'package:base':

    intersect, setdiff, setequal, union
TFD2025SURVEY <- read_sav("data/PP259762.sav")

選擇的變數之間的關係：

V2假資訊是否會危害民主政治的發展(X)與V5民主是不是好制度/V7民主政治未來發展樂觀或悲觀(Y民主信任)變數之間的關係:民主政治往往是建立在資訊透明且公共理性的討論知上；當民眾覺得假資訊已經對生活造成影響、對民主造成危害時，就可能降低他們對民主制度發展的信任，因為民主制度無法有效杜絕外來侵害。

V4假資訊來自中國(X)與V5民主是不是好制度/V7民主政治未來發展樂觀或悲觀(Y民主信任)變數之間的關係:如上述研究背景所敘述，中國近來頻繁的透過社群媒體釋放誇大不實甚至虛假的資訊，我認為當民眾長期接觸到中國釋放的假資訊，可能會覺得焦慮、煩悶甚至對政治感到厭煩、冷漠，可能就會認為民主再好也無法防範中國有意帶來的資訊戰，進而降低人民對民主的信任及樂觀程度，造成台灣民主漸漸倒退的可能性。

V27教育程度(CV):為本研究的控制變數，教育程度較高者可能有較好的媒體識讀能力，資訊判斷比較強，且通常更相信民主，民主信任度高，因此將教育程度納入控制變數，讓研究結果更可信。

## 作業2關聯與假設
## 讀入原始資料並轉為rda檔
library(stringr)
library(sjlabelled)

Attaching package: 'sjlabelled'
The following object is masked from 'package:dplyr':

    as_label
The following objects are masked from 'package:haven':

    as_factor, read_sas, read_spss, read_stata, write_sas, zap_labels
TFD2025SURVEY<- read_data("data/PP259762.sav")
Converting atomic to factors. Please wait...
## 存備份檔
save(TFD2025SURVEY, file="TFD2025.rda")

load("TFD2025.rda")
nrow(TFD2025SURVEY)
[1] 1218
names(TFD2025SURVEY)
  [1] "ID"          "NAME"        "TEL_A"       "TEL"         "TEL_NAME"   
  [6] "DATE"        "BTIME"       "ETIME"       "RESULT"      "CALLER"     
 [11] "GENDER"      "LEVEL"       "HOURS"       "VERSION"     "HOME_A"     
 [16] "HOME_M"      "HOME_O"      "SAMPLE"      "DATE_1"      "BTIME_1"    
 [21] "ETIME_1"     "RESULT_1"    "DATE_2"      "BTIME_2"     "ETIME_2"    
 [26] "RESULT_2"    "DATE_3"      "BTIME_3"     "ETIME_3"     "RESULT_3"   
 [31] "DATE_4"      "BTIME_4"     "ETIME_4"     "RESULT_4"    "DATE_5"     
 [36] "BTIME_5"     "ETIME_5"     "RESULT_5"    "DATE_6"      "BTIME_6"    
 [41] "ETIME_6"     "RESULT_6"    "DATE_7"      "BTIME_7"     "ETIME_7"    
 [46] "RESULT_7"    "Q1"          "Q2"          "Q3"          "Q4"         
 [51] "Q5"          "Q6"          "Q7"          "Q8"          "Q9"         
 [56] "Q10"         "Q11"         "Q12"         "Q13"         "Q14"        
 [61] "Q15"         "Q16"         "Q17"         "Q18"         "Q19"        
 [66] "Q20"         "Q21"         "Q22"         "Q23"         "Q24"        
 [71] "Q25"         "Q26"         "Q27"         "Q28"         "Q29"        
 [76] "Q30"         "Q31"         "Q32"         "Q33"         "Q34"        
 [81] "Q35"         "Q36"         "Q37"         "Q38"         "Q39"        
 [86] "Q40"         "Q41"         "Q42"         "Q43"         "Q44"        
 [91] "Q45"         "Q46"         "Q47"         "Q48"         "Q49"        
 [96] "Q50"         "Q51"         "Q52"         "Q53"         "Q54"        
[101] "Q55"         "NQ1"         "NQ2"         "NQ3"         "NQ4"        
[106] "NQ5"         "NQ6"         "NQ7"         "NQ8"         "NQ9"        
[111] "NQ10"        "NQ11"        "NQ12"        "NQ13"        "NQ14"       
[116] "NQ15"        "NQ16"        "NQ17"        "NQ18"        "NQ19"       
[121] "NQ20"        "TYPE"        "SEX"         "AGE"         "EDU"        
[126] "SENGI"       "SENGI7"      "MASENGI"     "MASENGI7"    "TONDU"      
[131] "PARTYID"     "PARTY"       "PARTYID2"    "T_Cidentity" "CAREER"     
[136] "CAREER8"     "TOWNID"      "AAA"         "AREAR"       "W"          
str(TFD2025SURVEY)
'data.frame':   1218 obs. of  140 variables:
 $ ID         : num  390023 390056 390062 390085 390090 ...
  ..- attr(*, "label")= chr "樣本編號"
  ..- attr(*, "format.spss")= chr "F6.0"
 $ NAME       : chr  "唯一合格男" "唯一合格女" "最年輕的女" "唯一合格男" ...
  ..- attr(*, "label")= chr "受訪者姓名"
  ..- attr(*, "format.spss")= chr "A10"
  ..- attr(*, "display_width")= int 12
 $ TEL_A      : num  6 5 7 8 2 42 2 4 7 2 ...
  ..- attr(*, "label")= chr "電話區碼"
  ..- attr(*, "format.spss")= chr "F5.0"
  ..- attr(*, "display_width")= int 7
 $ TEL        : num  1e+07 1e+07 1e+07 1e+07 1e+07 ...
  ..- attr(*, "label")= chr "電話號碼"
  ..- attr(*, "format.spss")= chr "F8.0"
  ..- attr(*, "display_width")= int 10
 $ TEL_NAME   : chr  "05" "05" "05" "05" ...
  ..- attr(*, "label")= chr "電話套數"
  ..- attr(*, "format.spss")= chr "A6"
  ..- attr(*, "display_width")= int 10
 $ DATE       : num  250624 250624 250624 250627 250624 ...
  ..- attr(*, "label")= chr "訪問日期"
  ..- attr(*, "format.spss")= chr "F6.0"
 $ BTIME      : num  212837 213117 213149 211517 213458 ...
  ..- attr(*, "label")= chr "開始時間"
  ..- attr(*, "format.spss")= chr "F6.0"
 $ ETIME      : num  213958 214249 214307 212245 214946 ...
  ..- attr(*, "label")= chr "結束時間"
  ..- attr(*, "format.spss")= chr "F6.0"
 $ RESULT     : Factor w/ 1 level "0": 1 1 1 1 1 1 1 1 1 1 ...
  ..- attr(*, "labels")= Named num [1:38] 0 10 20 30 40 50 60 70 80 81 ...
  .. ..- attr(*, "names")= chr [1:38] "訪問成功" "受訪者暫時不在 或 不便接聽 (非當日約訪者)" "受訪者因臨時有事而中途拒訪 (非當日約訪者)" "受訪者暫時不在 或 不便接聽 (可當日約訪者)" ...
  ..- attr(*, "label")= chr "訪問結果"
 $ CALLER     : num  1.00e+05 1.14e+08 1.00e+05 1.00e+05 1.00e+05 ...
  ..- attr(*, "label")= chr "訪員編號"
  ..- attr(*, "format.spss")= chr "F10.0"
  ..- attr(*, "display_width")= int 12
 $ GENDER     : Factor w/ 2 levels "1","2": 1 1 2 2 1 2 2 2 2 2 ...
  ..- attr(*, "labels")= Named num [1:2] 1 2
  .. ..- attr(*, "names")= chr [1:2] "男" "女"
  ..- attr(*, "label")= chr "訪員性別"
 $ LEVEL      : Factor w/ 2 levels "1","3": 2 1 1 1 1 1 1 1 1 1 ...
  ..- attr(*, "labels")= Named num [1:3] 1 2 3
  .. ..- attr(*, "names")= chr [1:3] "第一級" "第二級" "第三級"
  ..- attr(*, "label")= chr "訪員級數"
 $ HOURS      : num  24 72 260 1032 520 ...
  ..- attr(*, "label")= chr "累計時數"
  ..- attr(*, "format.spss")= chr "F7.0"
  ..- attr(*, "display_width")= int 9
 $ VERSION    : num  1 1 1 1 1 1 1 1 1 1 ...
  ..- attr(*, "label")= chr "版本"
  ..- attr(*, "format.spss")= chr "F2.0"
  ..- attr(*, "display_width")= int 9
 $ HOME_A     : num  2 3 3 2 1 2 1 2 1 3 ...
  ..- attr(*, "label")= chr "戶中全部合格人數"
  ..- attr(*, "format.spss")= chr "F2.0"
 $ HOME_M     : num  1 2 0 1 1 1 1 1 1 2 ...
  ..- attr(*, "label")= chr "戶中合格男性人數"
  ..- attr(*, "format.spss")= chr "F2.0"
 $ HOME_O     : num  1 1 3 1 1 1 1 1 1 3 ...
  ..- attr(*, "label")= chr "戶中排行"
  ..- attr(*, "format.spss")= chr "F2.0"
 $ SAMPLE     : Factor w/ 2 levels "1","2": 1 1 1 1 1 2 1 1 1 2 ...
  ..- attr(*, "labels")= Named num [1:2] 1 2
  .. ..- attr(*, "names")= chr [1:2] "正取樣本" "替代樣本"
  ..- attr(*, "label")= chr "受訪樣本"
 $ DATE_1     : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問日期_1"
  ..- attr(*, "format.spss")= chr "F6.0"
 $ BTIME_1    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "開始時間_1"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ ETIME_1    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "結束時間_1"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ RESULT_1   : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問結果_1"
  ..- attr(*, "format.spss")= chr "F3.0"
  ..- attr(*, "display_width")= int 10
 $ DATE_2     : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問日期_2"
  ..- attr(*, "format.spss")= chr "F6.0"
 $ BTIME_2    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "開始時間_2"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ ETIME_2    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "結束時間_2"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ RESULT_2   : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問結果_2"
  ..- attr(*, "format.spss")= chr "F3.0"
  ..- attr(*, "display_width")= int 10
 $ DATE_3     : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問日期_3"
  ..- attr(*, "format.spss")= chr "F6.0"
 $ BTIME_3    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "開始時間_3"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ ETIME_3    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "結束時間_3"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ RESULT_3   : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問結果_3"
  ..- attr(*, "format.spss")= chr "F3.0"
  ..- attr(*, "display_width")= int 10
 $ DATE_4     : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問日期_4"
  ..- attr(*, "format.spss")= chr "F6.0"
 $ BTIME_4    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "開始時間_4"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ ETIME_4    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "結束時間_4"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ RESULT_4   : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問結果_4"
  ..- attr(*, "format.spss")= chr "F3.0"
  ..- attr(*, "display_width")= int 10
 $ DATE_5     : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問日期_5"
  ..- attr(*, "format.spss")= chr "F6.0"
 $ BTIME_5    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "開始時間_5"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ ETIME_5    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "結束時間_5"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ RESULT_5   : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問結果_5"
  ..- attr(*, "format.spss")= chr "F3.0"
  ..- attr(*, "display_width")= int 10
 $ DATE_6     : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問日期_6"
  ..- attr(*, "format.spss")= chr "F6.0"
 $ BTIME_6    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "開始時間_6"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ ETIME_6    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "結束時間_6"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ RESULT_6   : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問結果_6"
  ..- attr(*, "format.spss")= chr "F3.0"
  ..- attr(*, "display_width")= int 10
 $ DATE_7     : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問日期_7"
  ..- attr(*, "format.spss")= chr "F6.0"
 $ BTIME_7    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "開始時間_7"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ ETIME_7    : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "結束時間_7"
  ..- attr(*, "format.spss")= chr "F6.0"
  ..- attr(*, "display_width")= int 9
 $ RESULT_7   : num  NA NA NA NA NA NA NA NA NA NA ...
  ..- attr(*, "label")= chr "訪問結果_7"
  ..- attr(*, "format.spss")= chr "F3.0"
  ..- attr(*, "display_width")= int 10
 $ Q1         : Factor w/ 8 levels "1","2","3","4",..: 2 3 2 2 2 2 3 2 2 2 ...
  ..- attr(*, "labels")= Named num [1:8] 1 2 3 4 95 96 97 98
  .. ..- attr(*, "names")= chr [1:8] "非常有興趣" "還算有興趣" "不太有興趣" "完全沒興趣" ...
  ..- attr(*, "label")= chr "整體來說，請問您對政治的事情，感不感興趣？是非常有興趣、還算有興趣、不太有興趣，還是完全沒興趣？"
 $ Q2         : Factor w/ 7 levels "1","2","3","95",..: 3 3 3 3 3 3 5 3 3 3 ...
  ..- attr(*, "labels")= Named num [1:7] 1 2 3 95 96 97 98
  .. ..- attr(*, "names")= chr [1:7] "幾乎不會" "有一點會" "危害很大" "拒答" ...
  ..- attr(*, "label")= chr "請問您認為假消息與資訊操弄會不會危害臺灣民主政治的發展？是幾乎不會、有一點會、還是危害很大？"
 $ Q3         : Factor w/ 8 levels "1","2","3","4",..: 2 2 1 4 3 1 8 1 1 1 ...
  ..- attr(*, "labels")= Named num [1:8] 1 2 3 4 95 96 97 98
  .. ..- attr(*, "names")= chr [1:8] "非常不同意" "不同意" "同意" "非常同意" ...
  ..- attr(*, "label")= chr "有人說：「假消息與資訊操弄也是言論自由所允許的」，請問您同不同意這種說法？"
 $ Q4         : Factor w/ 8 levels "1","2","3","4",..: 3 8 1 4 2 1 3 1 3 1 ...
  ..- attr(*, "labels")= Named num [1:8] 1 2 3 4 95 96 97 98
  .. ..- attr(*, "names")= chr [1:8] "非常不同意" "不同意" "同意" "非常同意" ...
  ..- attr(*, "label")= chr "有人說：「大多數的假消息與資訊操弄是從中國來的」，請問您同不同意這種說法？"
 $ Q5         : Factor w/ 8 levels "1","2","3","4",..: 2 3 4 4 3 3 4 4 4 3 ...
  ..- attr(*, "labels")= Named num [1:8] 1 2 3 4 95 96 97 98
  .. ..- attr(*, "names")= chr [1:8] "非常不同意" "不同意" "同意" "非常同意" ...
  ..- attr(*, "label")= chr "有人說：「民主也許會有問題，但還是一個最好的制度」，請問您同不同意這種說法？"
 $ Q6         : Factor w/ 8 levels "1","2","3","4",..: 3 2 1 4 1 1 3 2 4 1 ...
  ..- attr(*, "labels")= Named num [1:8] 1 2 3 4 95 96 97 98
  .. ..- attr(*, "names")= chr [1:8] "非常不滿意" "不滿意" "滿意" "非常滿意" ...
  ..- attr(*, "label")= chr "整體而言，請問您對於目前臺灣民主政治實行的情形滿不滿意？"
 $ Q7         : Factor w/ 8 levels "1","2","3","4",..: 3 2 1 4 2 1 4 3 3 1 ...
  ..- attr(*, "labels")= Named num [1:8] 1 2 3 4 95 96 97 98
  .. ..- attr(*, "names")= chr [1:8] "非常悲觀" "悲觀" "樂觀" "非常樂觀" ...
  ..- attr(*, "label")= chr "請問您對臺灣民主政治未來的發展是悲觀還是樂觀？"
 $ Q8         : Factor w/ 8 levels "1","2","3","4",..: 3 2 1 4 1 1 3 2 4 1 ...
  ..- attr(*, "labels")= Named num [1:8] 1 2 3 4 95 96 97 98
  .. ..- attr(*, "names")= chr [1:8] "非常不同意" "不同意" "同意" "非常同意" ...
  ..- attr(*, "label")= chr "有人說：「政府所做的事大多數是正確的」，請問您同不同意這種說法？"
 $ Q9         : Factor w/ 6 levels "1","2","95","96",..: 2 1 1 1 1 1 1 1 1 1 ...
  ..- attr(*, "labels")= Named num [1:6] 1 2 95 96 97 98
  .. ..- attr(*, "names")= chr [1:6] "對於公眾的事務，我們都應該主動來參與" "公眾的事務交給政府處理就好，我們少管為妙" "拒答" "看情形" ...
  ..- attr(*, "label")= chr "有人說：「對於公眾的事務，我們都應該主動來參與」；也有人說：「公眾的事務交給政府處理就好，我們少管為妙」，請問"| __truncated__
 $ Q10        : Factor w/ 8 levels "1","2","3","4",..: 2 3 4 1 4 4 1 3 1 4 ...
  ..- attr(*, "labels")= Named num [1:8] 1 2 3 4 95 96 97 98
  .. ..- attr(*, "names")= chr [1:8] "非常不同意" "不同意" "同意" "非常同意" ...
  ..- attr(*, "label")= chr "有人說：「政府常浪費納稅人繳的稅金」，請問您同不同意這種說法？"
 $ Q11        : Factor w/ 8 levels "1","2","3","4",..: 3 2 1 4 1 1 4 3 3 1 ...
  ..- attr(*, "labels")= Named num [1:8] 1 2 3 4 95 96 97 98
  .. ..- attr(*, "names")= chr [1:8] "非常不相信" "不相信" "相信" "非常相信" ...
  ..- attr(*, "label")= chr "請問您相不相信政府官員說的話？"
 $ Q12        : Factor w/ 6 levels "1","2","95","96",..: 2 1 1 2 5 1 4 1 2 1 ...
  ..- attr(*, "labels")= Named num [1:6] 1 2 95 96 97 98
  .. ..- attr(*, "names")= chr [1:6] "總統與立法院的多數立委最好是不同政黨，才能互相制衡" "總統與立法院的多數立委最好是同一政黨，才可以貫徹政策" "拒答" "很難說" ...
  ..- attr(*, "label")= chr "有人說：「總統與立法院的多數立委最好是不同政黨，才能互相制衡，但也有人說：「總統與立法院的多數立委最好是同一政"| __truncated__
 $ Q13        : Factor w/ 6 levels "1","2","95","96",..: 1 2 2 1 6 2 4 2 1 2 ...
  ..- attr(*, "labels")= Named num [1:6] 1 2 95 96 97 98
  .. ..- attr(*, "names")= chr [1:6] "總統" "立法院" "拒答" "看情形" ...
  ..- attr(*, "label")= chr "如果總統跟立法院的多數立委是不同政黨，且政治立場差異很大。請問您認為國家的重大政策應該由總統來決定，還是由立法院來決定？"
 $ Q14        : Factor w/ 6 levels "1","2","95","96",..: 2 2 2 1 1 4 1 1 1 2 ...
  ..- attr(*, "labels")= Named num [1:6] 1 2 95 96 97 98
  .. ..- attr(*, "names")= chr [1:6] "民意代表和民選官員是由人民選出，民眾只要認為他沒做好，就可以罷免他" "罷免民意代表和民選官員容易成為政治報復的工具，所以應該儘量少用" "拒答" "很難說" ...
  ..- attr(*, "label")= chr "有人說：「民意代表和民選官員是由人民選出，民眾只要認為他沒做好，就可以罷免他，但也有人說：「罷免民意代表和民選"| __truncated__
 $ Q15        : Factor w/ 9 levels "1","2","3","4",..: 1 4 4 2 3 5 1 4 1 5 ...
  ..- attr(*, "labels")= Named num [1:9] 1 2 3 4 5 95 96 97 98
  .. ..- attr(*, "names")= chr [1:9] "都是好的影響" "好的影響比較多" "一半一半" "壞的影響比較多" ...
  ..- attr(*, "label")= chr "請問您認為，罷免對我們國家的民主發展，是有好的影響，還是有壞的影響？"
 $ Q16        : Factor w/ 7 levels "1","2","3","95",..: 2 7 5 3 2 2 7 3 3 2 ...
  ..- attr(*, "labels")= Named num [1:7] 1 2 3 95 96 97 98
  .. ..- attr(*, "names")= chr [1:7] "太高" "太低" "剛剛好" "拒答" ...
  ..- attr(*, "label")= chr "目前罷免區域立委的規定是四分之一以上的選民出席投票，且同意票多於不同意票即通過罷免。請問您認為這樣的門檻是太高"| __truncated__
 $ Q17        : num  0 5 6 5 5 9 3 6 4 8 ...
  ..- attr(*, "label")= chr "我們社會上常常有人討論臺灣要如何跟中國大陸互動，如果用0來表示臺灣跟跟中國大陸的互動應該愈疏遠愈好，用10表示應該"| __truncated__
  ..- attr(*, "format.spss")= chr "F2.0"
  ..- attr(*, "display_width")= int 5
  ..- attr(*, "labels")= Named num [1:4] 0 10 95 98
  .. ..- attr(*, "names")= chr [1:4] "臺灣跟中國大陸的互動應該愈疏遠愈好" "臺灣跟中國大陸的互動應該愈密切愈好" "拒答" "不知道"
 $ Q18        : num  10 5 6 9 5 7 7 7 10 3 ...
  ..- attr(*, "label")= chr "我們社會上常常有人討論臺灣要如何跟美國互動，如果用0來表示臺灣跟美國的互動應該愈疏遠愈好，用10表示應該愈密切愈好"| __truncated__
  ..- attr(*, "format.spss")= chr "F2.0"
  ..- attr(*, "display_width")= int 5
  ..- attr(*, "labels")= Named num [1:4] 0 10 95 98
  .. ..- attr(*, "names")= chr [1:4] "臺灣跟美國的互動應該愈疏遠愈好" "臺灣跟美國的互動應該愈密切愈好" "拒答" "不知道"
 $ Q19        : Factor w/ 8 levels "1","2","3","4",..: 4 3 2 4 3 1 4 3 4 1 ...
  ..- attr(*, "labels")= Named num [1:8] 1 2 3 4 95 96 97 98
  .. ..- attr(*, "names")= chr [1:8] "非常不願意" "不願意" "願意" "非常願意" ...
  ..- attr(*, "label")= chr "如果因為臺灣宣布獨立導致中國大陸武力攻打臺灣，請問您願不願意為保衛臺灣而戰？"
 $ Q20        : Factor w/ 8 levels "1","2","3","4",..: 3 3 1 4 3 1 4 3 4 1 ...
  ..- attr(*, "labels")= Named num [1:8] 1 2 3 4 95 96 97 98
  .. ..- attr(*, "names")= chr [1:8] "非常不願意" "不願意" "願意" "非常願意" ...
  ..- attr(*, "label")= chr "如果中國大陸為了統一對臺灣使用武力，請問您願不願意為保衛臺灣而戰？"
 $ Q21        : Factor w/ 11 levels "1","2","3","4",..: 5 5 5 5 6 6 2 5 4 5 ...
  ..- attr(*, "labels")= Named num [1:12] 1 2 3 4 5 6 7 8 95 96 ...
  .. ..- attr(*, "names")= chr [1:12] "儘快統一" "儘快宣佈獨立" "維持現狀，以後走向統一" "維持現狀，以後走向獨立" ...
  ..- attr(*, "label")= chr "關於臺灣和中國大陸的關係，有下面幾種不同的看法："
 $ Q22        : Factor w/ 18 levels "1","2","6","7",..: 2 16 1 3 11 11 2 1 2 1 ...
  ..- attr(*, "labels")= Named num [1:28] 1 2 3 4 5 6 7 8 16 17 ...
  .. ..- attr(*, "names")= chr [1:28] "國民黨" "民進黨" "新黨" "親民黨" ...
  ..- attr(*, "label")= chr "在目前國內的政黨中，請問您認為您比較支持哪一個政黨？"
 $ Q23        : Factor w/ 3 levels "1","2","99": 1 3 1 3 1 1 1 2 1 1 ...
  ..- attr(*, "labels")= Named num [1:3] 1 2 99
  .. ..- attr(*, "names")= chr [1:3] "非常支持" "普普通通" "跳題"
  ..- attr(*, "label")= chr "請問您支持〔受訪者回答的政黨〕的程度是非常支持、還是普普通通？"
 $ Q24        : Factor w/ 15 levels "3","4","5","8",..: 15 1 15 4 15 15 15 15 15 15 ...
  ..- attr(*, "labels")= Named num [1:26] 3 4 5 6 7 8 17 18 19 20 ...
  .. ..- attr(*, "names")= chr [1:26] "偏國民黨" "偏民進黨" "偏新黨" "偏親民黨" ...
  ..- attr(*, "label")= chr "那請問您有沒有比較偏向哪一個政黨？"
 $ Q25        : Factor w/ 7 levels "1","2","3","95",..: 1 1 2 1 1 2 1 1 1 2 ...
  ..- attr(*, "labels")= Named num [1:7] 1 2 3 95 96 97 98
  .. ..- attr(*, "names")= chr [1:7] "臺灣人" "都是" "中國人" "拒答" ...
  ..- attr(*, "label")= chr "在我們社會上，有人說自己是「臺灣人」，也有人說自己是「中國人」，也有人說都是。請問您認為您自己是「臺灣人」、「"| __truncated__
 $ Q26        : num  43 57 44 26 65 64 47 70 47 54 ...
  ..- attr(*, "label")= chr "請問您是民國哪一年出生的？"
  ..- attr(*, "format.spss")= chr "F3.0"
  ..- attr(*, "display_width")= int 5
  ..- attr(*, "labels")= Named num 995
  .. ..- attr(*, "names")= chr "拒答"
 $ Q27        : Factor w/ 8 levels "1","2","3","4",..: 5 3 7 4 5 5 4 6 6 3 ...
  ..- attr(*, "labels")= Named num [1:8] 1 2 3 4 5 6 7 95
  .. ..- attr(*, "names")= chr [1:8] "不識字及未入學" "小學" "國、初中" "高中、職" ...
  ..- attr(*, "label")= chr "請問您的最高學歷是什麼？"
 $ Q28        : Factor w/ 8 levels "1","2","3","4",..: 2 2 3 1 2 2 2 2 2 3 ...
  ..- attr(*, "labels")= Named num [1:9] 1 2 3 4 5 6 7 95 98
  .. ..- attr(*, "names")= chr [1:9] "本省客家人" "本省閩南人" "大陸各省市人" "原住民" ...
  ..- attr(*, "label")= chr "請問您的父親是本省客家人、本省閩南人、大陸各省市人、原住民，還是新住民？"
 $ Q29        : Factor w/ 9 levels "1","2","3","4",..: 2 2 3 1 2 2 2 2 2 2 ...
  ..- attr(*, "labels")= Named num [1:9] 1 2 3 4 5 6 7 95 98
  .. ..- attr(*, "names")= chr [1:9] "本省客家人" "本省閩南人" "大陸各省市人" "原住民" ...
  ..- attr(*, "label")= chr "請問您的母親是本省客家人、本省閩南人、大陸各省市人、原住民，還是新住民？"
 $ Q30        : Factor w/ 36 levels "102","103","104",..: 33 25 5 23 22 28 33 10 23 32 ...
  ..- attr(*, "labels")= Named num [1:39] 101 102 103 104 105 106 201 202 203 204 ...
  .. ..- attr(*, "names")= chr [1:39] "民意代表" "政府行政主管" "公營事業主管" "民營事業主管" ...
  ..- attr(*, "label")= chr "請問您的職業是什麼？"
 $ Q31        : Factor w/ 15 levels "103","104","105",..: 15 15 15 15 15 2 15 15 15 15 ...
  ..- attr(*, "labels")= Named num [1:36] 101 102 103 104 105 106 201 202 203 204 ...
  .. ..- attr(*, "names")= chr [1:36] "民代" "政府行政主管" "公營事業主管" "民營事業主管" ...
  ..- attr(*, "label")= chr "請問您先生（或太太）的職業是什麼？"
 $ Q32        : Factor w/ 22 levels "102","103","104",..: 20 22 22 22 22 22 3 22 22 19 ...
  ..- attr(*, "labels")= Named num [1:33] 101 102 103 104 105 106 201 202 203 204 ...
  .. ..- attr(*, "names")= chr [1:33] "民代" "政府行政主管" "公營事業主管" "民營事業主管" ...
  ..- attr(*, "label")= chr "請問您以前（或退休前）的職業是什麼？"
 $ Q33        : Factor w/ 22 levels "2","4","5","7",..: 20 14 17 8 18 19 12 4 17 18 ...
  ..- attr(*, "labels")= Named num [1:24] 2 4 5 7 8 9 10 13 14 15 ...
  .. ..- attr(*, "names")= chr [1:24] "宜蘭縣" "新竹縣" "苗栗縣" "彰化縣" ...
  ..- attr(*, "label")= chr "請問您戶籍是在哪一個縣市？"
 $ Q34        : Factor w/ 10 levels "1","2","3","4",..: 10 10 10 10 10 10 10 10 10 10 ...
  ..- attr(*, "labels")= Named num [1:15] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:15] "宜蘭市" "羅東鎮" "蘇澳鎮" "頭城鎮" ...
  ..- attr(*, "label")= chr "請問在宜蘭縣哪一個鄉鎮市？"
 $ Q35        : Factor w/ 11 levels "1","2","3","4",..: 11 11 11 11 11 11 11 11 11 11 ...
  ..- attr(*, "labels")= Named num [1:16] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:16] "竹北市" "竹東鎮" "新埔鎮" "關西鎮" ...
  ..- attr(*, "label")= chr "請問在新竹縣哪一個鄉鎮市？"
 $ Q36        : Factor w/ 13 levels "1","2","3","4",..: 13 13 13 13 13 13 13 13 13 13 ...
  ..- attr(*, "labels")= Named num [1:21] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:21] "苗栗市" "苑裡鎮" "通霄鎮" "竹南鎮" ...
  ..- attr(*, "label")= chr "請問在苗栗縣哪一個鄉鎮市？"
 $ Q37        : Factor w/ 26 levels "1","2","3","5",..: 26 26 26 26 26 26 26 17 26 26 ...
  ..- attr(*, "labels")= Named num [1:29] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:29] "彰化市" "鹿港鎮" "和美鎮" "線西鄉" ...
  ..- attr(*, "label")= chr "請問在彰化縣哪一個鄉鎮市？"
 $ Q38        : Factor w/ 7 levels "1","2","3","10",..: 7 7 7 7 7 7 7 7 7 7 ...
  ..- attr(*, "labels")= Named num [1:16] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:16] "南投市" "埔里鎮" "草屯鎮" "竹山鎮" ...
  ..- attr(*, "label")= chr "請問在南投縣哪一個鄉鎮市？"
 $ Q39        : Factor w/ 18 levels "1","2","3","4",..: 18 18 18 18 18 18 18 18 18 18 ...
  ..- attr(*, "labels")= Named num [1:23] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:23] "斗六市" "斗南鎮" "虎尾鎮" "西螺鎮" ...
  ..- attr(*, "label")= chr "請問在雲林縣哪一個鄉鎮市？"
 $ Q40        : Factor w/ 17 levels "1","2","3","4",..: 17 17 17 17 17 17 17 17 17 17 ...
  ..- attr(*, "labels")= Named num [1:21] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:21] "太保市" "朴子市" "布袋鎮" "大林鎮" ...
  ..- attr(*, "label")= chr "請問在嘉義縣哪一個鄉鎮市？"
 $ Q41        : Factor w/ 17 levels "1","2","3","5",..: 17 17 17 9 17 17 17 17 17 17 ...
  ..- attr(*, "labels")= Named num [1:36] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:36] "屏東市" "潮洲鎮" "東港鎮" "恆春鎮" ...
  ..- attr(*, "label")= chr "請問在屏東縣哪一個鄉鎮市？"
 $ Q42        : Factor w/ 5 levels "1","4","5","13",..: 5 5 5 5 5 5 5 5 5 5 ...
  ..- attr(*, "labels")= Named num [1:19] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:19] "臺東市" "成功鎮" "關山鎮" "卑南鄉" ...
  ..- attr(*, "label")= chr "請問在臺東縣哪一個鄉鎮市？"
 $ Q43        : Factor w/ 5 levels "1","5","6","95",..: 5 5 5 5 5 5 5 5 5 5 ...
  ..- attr(*, "labels")= Named num [1:16] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:16] "花蓮市" "鳳林鎮" "玉里鎮" "新城鄉" ...
  ..- attr(*, "label")= chr "請問在花蓮縣哪一個鄉鎮市？"
 $ Q44        : Factor w/ 3 levels "1","3","99": 3 3 3 3 3 3 3 3 3 3 ...
  ..- attr(*, "labels")= Named num [1:9] 1 2 3 4 5 6 95 98 99
  .. ..- attr(*, "names")= chr [1:9] "馬公市" "湖西鄉" "白沙鄉" "西嶼鄉" ...
  ..- attr(*, "label")= chr "請問在澎湖縣哪一個鄉鎮市？"
 $ Q45        : Factor w/ 8 levels "2","3","4","5",..: 8 8 8 8 8 8 7 8 8 8 ...
  ..- attr(*, "labels")= Named num [1:10] 1 2 3 4 5 6 7 95 98 99
  .. ..- attr(*, "names")= chr [1:10] "中正區" "七堵區" "暖暖區" "仁愛區" ...
  ..- attr(*, "label")= chr "請問在基隆市哪一個區？"
 $ Q46        : Factor w/ 4 levels "1","2","3","99": 4 4 4 4 4 4 4 4 4 4 ...
  ..- attr(*, "labels")= Named num [1:6] 1 2 3 95 98 99
  .. ..- attr(*, "names")= chr [1:6] "東區" "北區" "香山區" "拒答" ...
  ..- attr(*, "label")= chr "請問在新竹市哪一個區？"
 $ Q47        : Factor w/ 5 levels "1","2","95","98",..: 5 2 5 5 5 5 5 5 5 5 ...
  ..- attr(*, "labels")= Named num [1:5] 1 2 95 98 99
  .. ..- attr(*, "names")= chr [1:5] "東區" "西區" "拒答" "不知道" ...
  ..- attr(*, "label")= chr "請問在嘉義市哪一個區？"
 $ Q48        : Factor w/ 14 levels "1","2","3","4",..: 14 14 14 14 14 14 14 14 14 14 ...
  ..- attr(*, "labels")= Named num [1:15] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:15] "松山區" "信義區" "大安區" "中山區" ...
  ..- attr(*, "label")= chr "請問在臺北市哪一個區？"
 $ Q49        : Factor w/ 33 levels "1","2","3","4",..: 33 33 12 33 33 33 33 33 15 33 ...
  ..- attr(*, "labels")= Named num [1:41] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:41] "鹽埕區" "鼓山區" "左營區" "楠梓區" ...
  ..- attr(*, "label")= chr "請問在高雄市哪一個區？"
 $ Q50        : Factor w/ 25 levels "1","2","3","4",..: 25 25 25 25 5 25 25 25 25 5 ...
  ..- attr(*, "labels")= Named num [1:32] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:32] "板橋區" "三重區" "中和區" "永和區" ...
  ..- attr(*, "label")= chr "請問在新北市哪一個區？"
 $ Q51        : Factor w/ 29 levels "2","3","4","5",..: 29 29 29 29 29 26 29 29 29 29 ...
  ..- attr(*, "labels")= Named num [1:32] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:32] "中區" "東區" "南區" "西區" ...
  ..- attr(*, "label")= chr "請問在臺中市哪一個區？"
 $ Q52        : Factor w/ 32 levels "1","2","3","4",..: 28 32 32 32 32 32 32 32 32 32 ...
  ..- attr(*, "labels")= Named num [1:40] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:40] "新營區" "鹽水區" "白河區" "柳營區" ...
  ..- attr(*, "label")= chr "請問在臺南市哪一個區？"
 $ Q53        : Factor w/ 16 levels "1","2","3","4",..: 16 16 16 16 16 16 16 16 16 16 ...
  ..- attr(*, "labels")= Named num [1:16] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:16] "桃園區" "中壢區" "大溪區" "楊梅區" ...
  ..- attr(*, "label")= chr "請問在桃園市哪一個區？"
  [list output truncated]
## 選擇變數問題
newdata2025 <- TFD2025SURVEY %>% select(Q1, Q2, Q3, Q4, Q5, Q6, Q7, Q8, Q11, Q27)%>%rename(v1 = Q1, v2 = Q2, v3 = Q3, v4 = Q4, v5 = Q5, v6 = Q6, v7 = Q7, v8 = Q8, v11 = Q11, v27 = Q27)

## 清理無效值
library(sjmisc)
newdata2025 <- sjmisc::set_na(newdata2025,na = list(v2  = c(95, 96, 97, 98), v4  = c(95, 96, 97, 98), v5  = c(95, 96, 97, 98), v7= c(95, 96, 97, 98), v27 = c(95, 96, 97, 98) ) )

## 檢查分布
sjmisc::frq(newdata2025$v2); sjmisc::frq(newdata2025$v4); sjmisc::frq(newdata2025$v5); sjmisc::frq(newdata2025$v7); sjmisc::frq(newdata2025$v27)
請問您認為假消息與資訊操弄會不會危害臺灣民主政治的發展？是幾乎不會、有一點會、還是危害很大？ (x) <categorical> 
# total N=1218 valid N=1145 mean=2.73 sd=0.52

Value |    Label |   N | Raw % | Valid % | Cum. %
-------------------------------------------------
    1 | 幾乎不會 |  40 |  3.28 |    3.49 |   3.49
    2 | 有一點會 | 228 | 18.72 |   19.91 |  23.41
    3 | 危害很大 | 877 | 72.00 |   76.59 | 100.00
 <NA> |     <NA> |  73 |  5.99 |    <NA> |   <NA>
有人說：「大多數的假消息與資訊操弄是從中國來的」，請問您同不同意這種說法？ (x) <categorical> 
# total N=1218 valid N=1082 mean=2.29 sd=1.00

Value |      Label |   N | Raw % | Valid % | Cum. %
---------------------------------------------------
    1 | 非常不同意 | 257 | 21.10 |   23.75 |  23.75
    2 |     不同意 | 427 | 35.06 |   39.46 |  63.22
    3 |       同意 | 225 | 18.47 |   20.79 |  84.01
    4 |   非常同意 | 173 | 14.20 |   15.99 | 100.00
 <NA> |       <NA> | 136 | 11.17 |    <NA> |   <NA>
有人說：「民主也許會有問題，但還是一個最好的制度」，請問您同不同意這種說法？ (x) <categorical> 
# total N=1218 valid N=1128 mean=3.20 sd=0.76

Value |      Label |   N | Raw % | Valid % | Cum. %
---------------------------------------------------
    1 | 非常不同意 |  39 |  3.20 |    3.46 |   3.46
    2 |     不同意 | 117 |  9.61 |   10.37 |  13.83
    3 |       同意 | 551 | 45.24 |   48.85 |  62.68
    4 |   非常同意 | 421 | 34.56 |   37.32 | 100.00
 <NA> |       <NA> |  90 |  7.39 |    <NA> |   <NA>
請問您對臺灣民主政治未來的發展是悲觀還是樂觀？ (x) <categorical> 
# total N=1218 valid N=1109 mean=2.38 sd=0.93

Value |    Label |   N | Raw % | Valid % | Cum. %
-------------------------------------------------
    1 | 非常悲觀 | 227 | 18.64 |   20.47 |  20.47
    2 |     悲觀 | 348 | 28.57 |   31.38 |  51.85
    3 |     樂觀 | 415 | 34.07 |   37.42 |  89.27
    4 | 非常樂觀 | 119 |  9.77 |   10.73 | 100.00
 <NA> |     <NA> | 109 |  8.95 |    <NA> |   <NA>
請問您的最高學歷是什麼？ (x) <categorical> 
# total N=1218 valid N=1209 mean=4.94 sd=1.44

Value |          Label |   N | Raw % | Valid % | Cum. %
-------------------------------------------------------
    1 | 不識字及未入學 |  23 |  1.89 |    1.90 |   1.90
    2 |           小學 |  63 |  5.17 |    5.21 |   7.11
    3 |       國、初中 |  78 |  6.40 |    6.45 |  13.56
    4 |       高中、職 | 322 | 26.44 |   26.63 |  40.20
    5 |           專科 | 178 | 14.61 |   14.72 |  54.92
    6 |           大學 | 409 | 33.58 |   33.83 |  88.75
    7 |   研究所及以上 | 136 | 11.17 |   11.25 | 100.00
 <NA> |           <NA> |   9 |  0.74 |    <NA> |   <NA>
##變數編碼
library(sjmisc)
library(sjPlot)

## 2.請問您認為假消息與資訊操弄會不會危害臺灣民主政治的發展?
## 是幾乎不會、有一點會、還是危害很大？
## (1)幾乎不會 (2)有一點會 (3)危害很大
## 將幾乎不會編碼為0=不會危害台灣民主政治的發展
## 將有一點會、危害很大編碼為1=會危害台灣民主政治的發展
table(newdata2025$v2)

  1   2   3 
 40 228 877 
newdata2025$v2r <- rec(newdata2025$v2, rec="1=0; 2=1; 3=1", as.num = F)
One or more of the old values are recoded into identical new values.
Please check if you correctly specified the recode-pattern,
else separate multiple values with comma, e.g. rec="a,b,c=1; d,e,f=2".
frq(newdata2025$v2r,out="v")
請問您認為假消息與資訊操弄會不會危害臺灣民主政治的發展？是幾乎不會、有一點會、還是危害很大？ (x) <categorical>
val label frq raw.prc valid.prc cum.prc
0 40 3.28 3.49 3.49
1 1105 90.72 96.51 100.00
NA NA 73 5.99 NA NA
total N=1218 · valid N=1145 · x̄=0.97 · σ=0.18 
## 4.有人說：「大多數的假消息與資訊操弄是從中國來的」，請問您同不同意這種說法？
## (1)非常不同意 (2)不同意 (3)同意 (4)非常同意
## 將非常不同意、不同意編碼為0=不同意大多數的假消息與資訊操弄是從中國來的
## 將同意、非常同意編碼為1=同意大多數的假消息與資訊操弄是從中國來的
table(newdata2025$v4)

  1   2   3   4 
257 427 225 173 
newdata2025$v4r <- rec(newdata2025$v4, rec="1,2=0; 3,4=1", as.num = F)
frq(newdata2025$v4r,out="v")
有人說：「大多數的假消息與資訊操弄是從中國來的」，請問您同不同意這種說法？ (x) <categorical>
val label frq raw.prc valid.prc cum.prc
0 684 56.16 63.22 63.22
1 398 32.68 36.78 100.00
NA NA 136 11.17 NA NA
total N=1218 · valid N=1082 · x̄=0.37 · σ=0.48 
## 5.有人說:「民主也許會有問題，但還是一個最好的制度」，請問您同不同意這種說法？
## (1)非常不同意 (2)不同意 (3)同意 (4)非常同意
## 將非常不同意、不同意編碼為0=不同意民主也許會有問題，但還是一個最好的制度
## 將同意、非常同意編碼為1=同意民主也許會有問題，但還是一個最好的制度
table(newdata2025$v5)

  1   2   3   4 
 39 117 551 421 
newdata2025$v5r <- rec(newdata2025$v5, rec="1,2=0; 3,4=1", as.num = F)
frq(newdata2025$v5r,out="v")
有人說：「民主也許會有問題，但還是一個最好的制度」，請問您同不同意這種說法？ (x) <categorical>
val label frq raw.prc valid.prc cum.prc
0 156 12.81 13.83 13.83
1 972 79.80 86.17 100.00
NA NA 90 7.39 NA NA
total N=1218 · valid N=1128 · x̄=0.86 · σ=0.35 
## 7.請問您對臺灣民主政治未來的發展是悲觀還是樂觀？
## (1)非常悲觀 (2)悲觀 (3)樂觀 (4)非常樂觀
## 將非常悲觀、悲觀編碼為0=對臺灣民主政治未來的發展感到悲觀
## 將樂觀、非常樂觀編碼為1=對臺灣民主政治未來的發展感到樂觀
table(newdata2025$v7)

  1   2   3   4 
227 348 415 119 
newdata2025$v7r <- rec(newdata2025$v7, rec="1,2=0; 3,4=1", as.num = F)
frq(newdata2025$v7r,out="v")
請問您對臺灣民主政治未來的發展是悲觀還是樂觀？ (x) <categorical>
val label frq raw.prc valid.prc cum.prc
0 575 47.21 51.85 51.85
1 534 43.84 48.15 100.00
NA NA 109 8.95 NA NA
total N=1218 · valid N=1109 · x̄=0.48 · σ=0.50 
## 27.請問您的最高學歷是什麼?
## (1)不識字及未入學 (2)小學 (3)國、初衷 (4)高中、職 (5)專科 (6)大學 
## (7)研究所及以上
## 將高中、職以下編碼為0=教育程度較低
## 將專科以上編碼為1=教育程度較高
table(newdata2025$v27)

  1   2   3   4   5   6   7 
 23  63  78 322 178 409 136 
newdata2025$v27r <- rec(newdata2025$v27, rec="1,2,3,4=0; 5,6,7=1", as.num = F)
frq(newdata2025$v27r,out="v")
請問您的最高學歷是什麼？ (x) <categorical>
val label frq raw.prc valid.prc cum.prc
0 486 39.90 40.20 40.20
1 723 59.36 59.80 100.00
NA NA 9 0.74 NA NA
total N=1218 · valid N=1209 · x̄=0.60 · σ=0.49 
save(newdata2025, file="TFD2025.rda")

四、研究的相關性假設

H1:台灣人民對假資訊與資訊操弄的危害感知越強烈，對台灣的民主制度信任度越低且對台灣的民主未來發展越感到悲觀 H2:越多假資訊與資訊操弄來自中國，台灣人民對台灣的民主制度信任度越低且對台灣的民主未來發展越感到悲觀

以上是我的相關性假設，在檢驗變數之間的相關性後，我的假設似乎「沒有得到支持」。

首先第一個假設想要檢驗的是對假資訊危害的感知，人民會不會對民主制度不信任及對台灣的民主未來發展感到悲觀。 統計結果顯示在認為假消息與資訊操弄不會危害台灣民主政治發展的人裡面有35.1℅的人對台灣民主政治未來的發展是悲觀，64.9℅的人是樂觀；認為假消息與資訊操弄會危害台灣民主政治發展的人裡面有52.5℅的人對台灣民主政治未來的發展是悲觀，47.5℅的人士樂觀。雖然結果可以看出在不會危害中樂觀的比例較高，會危害中悲觀的比例較高，統計上呈現正相關，但不顯著(p=0.057)。

第二假設是要檢驗來自中國的假資訊與資訊操弄，人民會不會對民主制度不信任及對台灣的民主未來感到悲觀。 統計結果顯示不同意大多數的假消息與資訊操弄是從中國來的人中有65.5℅的人對台灣民主政治未來的發展是悲觀，34.5℅的人是樂觀；同意大多數的假消息與資訊操弄是從中國來的人中有28.8℅的人對台灣民主政治未來的發展是悲觀，有71.2℅的人是樂觀。在統計上達顯著(p=0.000)，但是是「負相關」顯著。

原本我的想法是當民眾認知假消息與資訊操弄來自中國，而且近來越來越頻繁，即使人民知道是假消息且認知會危害台灣的民主，但會認為民主制度無法杜絕假消息的傳播，因此對民主的發展會感到悲觀、不信任。但統計結果卻呈現相反的情況，感知中國操弄的假消息會危害台灣民主，但還是對台灣民主未來的展感到樂觀；這個結果在我的直覺上感到非常弔詭。但查找相關文獻發現可能是另一種理論解釋這種情況；也就是說台灣人民可能會因為知道是中國刻意散播假消息，認知到民主正在被外部威脅挑戰、攻擊，而激起更強大的民主價值信念；這部分有待之後論證。

## 作業3變數相關性強度確認
## 為變數及其選項數值設定中文標籤
library(sjlabelled)

## v2r
newdata2025$v2r <- set_label(newdata2025$v2r, label="假消息與資訊操弄會不會危害臺灣民主政治的發展?")
newdata2025$v2r <- set_labels(newdata2025$v2r, labels=c("不會危害"=0,"會危害"=1))

## v4r
newdata2025$v4r <- set_label(newdata2025$v4r, label="大多數的假消息與資訊操弄是從中國來的")
newdata2025$v4r <- set_labels(newdata2025$v4r, labels=c("不同意"=0,"同意"=1))

## v5r
newdata2025$v5r <- set_label(newdata2025$v5r, label="民主也許會有問題，但還是一個最好的制度")
newdata2025$v5r <- set_labels(newdata2025$v5r, labels=c("不同意"=0,"同意"=1))

## v7r
newdata2025$v7r <- set_label(newdata2025$v7r, label="對臺灣民主政治未來的發展是悲觀還是樂觀？")
newdata2025$v7r <- set_labels(newdata2025$v7r, labels=c("悲觀"=0,"樂觀"=1))

## v27r
newdata2025$v27r <- set_label(newdata2025$v27r, label="教育程度")
newdata2025$v27r <- set_labels(newdata2025$v27r, labels=c("教育程度較低"=0,"教育程度較高"=1))

#方法三：以sjPlot::tab_xtab()做交叉分析及製表
library(sjPlot)
tab_xtab(newdata2025$v2r,　newdata2025$v7r, encoding="utf8")
假消息與資訊操弄會不會危害臺灣民主政治的發展? 對臺灣民主政治未來的發展是悲觀還是樂觀？ Total
悲觀 樂觀
不會危害 13 24 37
會危害 543 492 1035
Total 556 516 1072
χ2=3.631 · df=1 · &phi=0.063 · p=0.057 
tab_xtab(newdata2025$v4r,　newdata2025$v7r, encoding="utf8")
大多數的假消息與資訊操弄是從中國來的 對臺灣民主政治未來的發展是悲觀還是樂觀？ Total
悲觀 樂觀
不同意 419 221 640
同意 110 272 382
Total 529 493 1022
χ2=127.385 · df=1 · &phi=0.355 · p=0.000 
library(sjPlot)
tab_xtab(newdata2025$v2r,　newdata2025$v7r, encoding="utf8", 
         show.row.prc = TRUE,
         show.col.prc = TRUE,
         show.na = FALSE,
         show.legend = FALSE,
         show.exp = FALSE,
         show.cell.prc = FALSE,
         tdcol.col = "gray",
         tdcol.row = "brown")
假消息與資訊操弄會不會危害臺灣民主政治的發展? 對臺灣民主政治未來的發展是悲觀還是樂觀？ Total
悲觀 樂觀
不會危害 13
35.1 %
2.3 %		 24
64.9 %
4.7 %		 37
100 %
3.5 %
會危害 543
52.5 %
97.7 %		 492
47.5 %
95.3 %		 1035
100 %
96.5 %
Total 556
51.9 %
100 %		 516
48.1 %
100 %		 1072
100 %
100 %
χ2=3.631 · df=1 · &phi=0.063 · p=0.057 
library(sjPlot)
tab_xtab(newdata2025$v4r,　newdata2025$v7r, encoding="utf8", 
         show.row.prc = TRUE,
         show.col.prc = TRUE,
         show.na = FALSE,
         show.legend = FALSE,
         show.exp = FALSE,
         show.cell.prc = FALSE,
         tdcol.col = "gray",
         tdcol.row = "brown")
大多數的假消息與資訊操弄是從中國來的 對臺灣民主政治未來的發展是悲觀還是樂觀？ Total
悲觀 樂觀
不同意 419
65.5 %
79.2 %		 221
34.5 %
44.8 %		 640
100 %
62.6 %
同意 110
28.8 %
20.8 %		 272
71.2 %
55.2 %		 382
100 %
37.4 %
Total 529
51.8 %
100 %		 493
48.2 %
100 %		 1022
100 %
100 %
χ2=127.385 · df=1 · &phi=0.355 · p=0.000 
save(newdata2025, file="TFD2025.rda")
## 作業4變數類別/選項的潛在關聯探索
## 挑選變數
library(dplyr)
load("TFD2025.rda")
TFD2025FORMCA <- select(newdata2025, v1, v2, v3, v4, v5, v6, v7, v8, v11, v27)

## 將無效值剔除
TFD2025FORMCA.nona <- na.omit(TFD2025FORMCA)
nrow(TFD2025FORMCA.nona)
[1] 962
## 以直方圖確認所選的變數之次數分配
par(mfrow=c(2,3))
for (i in 1:ncol(TFD2025FORMCA.nona)) {
  plot(TFD2025FORMCA.nona[,i], main=colnames(TFD2025FORMCA.nona)[i],
       ylab = "Count", col="steelblue", las = 2, ylim=c(0,1500))
}

par(mfrow=c(1,1))

## MCA運算
library(FactoMineR)
library(factoextra)
Loading required package: ggplot2

Attaching package: 'ggplot2'
The following object is masked from 'package:sjPlot':

    set_theme
The following object is masked from 'package:sjlabelled':

    as_label
Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa
names(TFD2025FORMCA.nona)  
 [1] "v1"  "v2"  "v3"  "v4"  "v5"  "v6"  "v7"  "v8"  "v11" "v27"
res<-MCA(TFD2025FORMCA.nona, ncp=10, graph= F) #ncp 為主觀定的維次個數
summary(res, nb.dec = 3, nbelements=10, nbind = 10, 
        ncp = 2, file="result2dim.txt") 
res$dimdesc <- dimdesc(res, axes = 1:10) # 前三維次

## 分析結果存檔
write.infile(res$dimdesc, file ="MCAresults",append=F)
write.infile(res$eig, file ="MCAresults",append=T)
write.infile(res$var, file ="MCAresults",append=T)

## 繪製陡坡圖（screeplot）
fviz_screeplot(res, ncp=10)
Warning in geom_bar(stat = "identity", fill = barfill, color = barcolor, :
Ignoring empty aesthetic: `width`.

變數之間的相關性探索：

1.首先根據以上繪製出來的陡坡圖，可以發現前面兩欄長條圖比較高，而且這兩個維度明顯比其他維度高；其他維度平均都差不多。因此可以知道前面兩個維度解釋了我所挑選的變數最主要的差異，也是這些變數相關性的重點，接下來我就針對這兩個維度做分析。

## 維次歸納描述 （Dimension Description）
library(corrplot) 
Warning: package 'corrplot' was built under R version 4.5.2
corrplot 0.95 loaded
corrplot(res$var$cos2, is.corr=FALSE, tl.cex=.6)

## 變數（variables）的關聯分佈圖
library(FactoMineR)
library(factoextra)

plot(res, axes=c(1, 2), new.plot=TRUE, choix="var", 
     col.var="red",  
     label=c("var"), 
     invisible=c("ind"), 
     autoLab = "yes",
     title="The Distribution of Variables on the MCA Factor Map", cex=0.8)

2.接著由以上變數的關聯分布圖可以發現我挑選的10個變數很明顯的區分成兩群

對政治的興趣(v1)、假資訊危害台灣民主(v2)、假資訊是言論自由允許的(v3)、民主是一個好制度(v5)、 教育程度(v27)這些變數為一群

假資訊從中國來(v4)、滿不滿意台灣的民主政治(v6)、對民主的發展是樂觀還悲觀(v7)、同不同意政府做的大多事都是對的(v8)、相不相信政府官員說的話(v11)這些變數為一群

(v1)、(v2)、(v3)、(v5)、(v27)這些變數在圖上的位置靠近(0,0)，尤其(v27)離原點最近，越靠近(0,0)的變數代表在此次相關性分析中越不重要。 相反的，(v4)、(v6)、(v7)、(v8)、(v11)這些變數離(0,0)比較遠，可以知道這些變數是此次分析的重點變數；也就是「假資訊的來源」、「民主信任」、「政府信任」這三類的變數彼此具有相關性。

## 變數類別（categories）關係圖
plot(res, axes=c(1, 2), new.plot=TRUE, 
     col.var="red",
     label=c("var"), cex=0.8, 
     invisible=c("ind"), 
     autoLab = "yes",
     title="The Distribution of categories on the MCA Factor Map")
Warning: ggrepel: 25 unlabeled data points (too many overlaps). Consider
increasing max.overlaps

## 最具維度辨識力的變數類別組合
plot(res, axes=c(1, 2), new.plot=TRUE, 
     col.var="red", 
     label=c("var"), cex=0.8, 
     selectMod = "cos2 30",
     invisible=c("ind"), 
     autoLab = "yes",
     title="Top 30 Critical categories on the MCA Factor Map") 
Warning: ggrepel: 7 unlabeled data points (too many overlaps). Consider
increasing max.overlaps

3.第三，繪製出以上變數類別關係圖後，我挑選出相對重要、具有辨識度的變數類別進行繪圖觀察。

在我的問卷選項中，選項1都是非常負面的選項(例如非常不同意、非常不滿意、非常悲觀)；選項4都是非常正面的選項(例如例如非常同意、非常滿意、非常樂觀)。

因此從這張圖可以很明顯發現一個現象，所有變數中非常負面的類別會聚在一起；非常正面的類別會聚在一起。也就是說認為「非常不同意假資訊來自中國」、「非常不信任民主」、「非常不信任政府」的這群人，對所有事務都持非常負面的看法；右上角非常正面的變數類別則相反。由此可知極化的現象非常嚴重。

另外，還可以發現在正面看法的部分可以區分成極端正面(選項4)與中間派溫和的正面(選項3)，溫和正面的受訪者在大多變數中都選擇中間溫和的選項(圖的中間右下方)；但在負面的部分就沒有這個現象，負面的受訪者從圖中可以得知其相當極端，甚至在圖的最左邊出現了「非常不同意民主是一個好的制度」的類別，與其有明顯的相關性。

## 維次貢獻
library(factoextra)
## 第一維度的重要變數類別
fviz_contrib(res, choice ="var", axes = 1, top = 20)

## 第二維度的重要變數類別
fviz_contrib(res, choice ="var", axes = 2, top = 20)

## 第三維度的重要變數類別
# fviz_contrib(res, choice ="var", axes = 3)
## 對前三個維度最有貢獻的變數類別
# fviz_contrib(res, choice ="var", axes = 1:3)

4.根據上述第一維度重要變數類別的圖中(長條圖)亦可以發現V8、V7、V6、V1、V4這些變數的非常負面的類別特別的高，可以得知第一維度是由對政治不滿的變數所凝聚；在第二維度重要變數類別的圖中(長條圖)則與第一維度相反，是由對執政黨非常滿意的變數所凝聚。

## 受訪者在兩個維度的分佈  
plot(res, axes=c(1, 2), new.plot=TRUE, choix="ind", 
     col.var="red", col.ind="darkgreen",
     label=c("ind"),
     select ="contrib 50",
     invisible=c("quali.sup", "var"), 
     title="The Distribution of 50 Individuals on the MCA Factor Map")

5.最後是最具代表性的50位受訪者的分布圖，透過這張圖可以進一步證明台灣人民有明顯的政治極化現象，多數受訪者分在右上與左上兩不同象限(深綠色聚集)，雙方的立場非常不同且極端；而也有些許溫和派的受訪者在中間散佈，形成類似極端光譜的狀態。

在我一開始關注的變數中，假資訊與民主和教育程度在此次相關性的分析中沒有得到相關支持，這些變數都在變數的關聯分布圖中離原點(0,0)很近；但在我關注的另一組變數中(假資訊來自中國與民主信任)確實有相關性，只不過與上次作業(卡方檢定)的結果是一樣的，與我的直覺相反。

而值得注意的是在本次作業中有發現新的變數彼此有關係。也就是對政府的信任度與對民主的信任度彼此具有一定程度相關性。